用方位角随钻测量表征非均质地层

非均质地层中岩性、孔隙度、裂缝及胶结物等的横向、纵向分布都不一致，常规电缆测井及LWD仪只能测出岩性的大致特征；电缆密度仪探测源及接收器前面附近地层；而LWD密度常被看成是井眼四周的最高密度读数。在非均质地层中上述这两种常规密度仪只能给出不全面的岩性及不确切的孔隙度。当应用方位角随钻测量密度仪测量井眼周围四个方位角象限内岩性及孔隙度时，则可更精确地表征储层特征。新型密度仪以及高分辨率侧向电阻率仪，可提供探测小规模区域及垂直储层特征分布的垂直分辨率，使测量结果更接近岩心数据。正如现场实例所示，我们比较并评价了高分辨率LWD测井仪响应与高分辨率电缆测井仪以及电缆密度仪的响应与岩心数据。通过比较得出由于三种不同设计仪器探测的岩石体积不同，因而所测得的体积密度差异高于0．22g／cc。高分辨率电阻率上显示出了富铁矿区范围并划出了具体位置(团块)。应用此新型LWD测量所得出的非均质性可用来提高储层模拟质量以便更好估算储层产出量。     

稀土在纯棉纺织物染色中的应用

稀土作为染色过程的一种添加剂,不仅提高了纺织物染色的鲜艳度,而且还减少了染化料的用量和染色废水的污染。国内对于稀土在纤维素纤维染色中的应用报道仍不多见。我们对纯棉纤维的活性染料染色作了较为深入的研究,发现稀土同样能提高产品的色深,改善成品外观质量和降低染料使用量。     

人口系统迁移过程的参数辨识及其仿真

本文以系统辨识为工具，提出了迁移过程定量研究的一种方法，即运用随机牛顿法于时变系统中以辨识模型迁移表参量，同时结合卡尔曼滤波技术辨识迁移过程中另一参数－总和迁移率，将这两者融为一体，形成了辨识迁移模型参量的递推算法。本文又借助微分方程的稳定性理论讨论了净迁移情形下的辨识算法的收敛性，给出算法收敛的一个充分条件。     

立式混合器防止氟气外溢的措施

立式混合器是普钙生产中的关键设备之一。一定浓度的硫酸与磷矿粉在混合器内,经过搅拌桨叶强烈的搅拌,其各组成份发生剧烈的化学反应,形成料浆。反应时,以氟气为主要成份的废气大量溢出。一般结构的立式混合     

换热式转化工艺参数确定

本文分别以富氧空气、过量空气和氧气为氧源,对ICI公司提出的LCA或LCM换热式转化工艺进行了模拟计算,并对工艺参数的确定原则进行了讨论。     

动态适应布谷鸟搜索算法

介绍一种新的生物启发算法—–布谷鸟搜索(CS)及其相关的L′evy飞行搜索机制.为了进一步提高算法的适应性,将反馈引入算法框架,建立了CS算法参数的闭环控制系统.将Rechenberg的1/5法则作为进化的评价指标,引入学习因子平衡种群的多样性和集中性,提出动态适应布谷鸟算法(DACS).最后,通过数值实验验证了所提出算法的有效性.     

当代社会的信息国防建设随想

信息国防建设与人民的生活水平息息相关,本文从信息的总体安全特征出发详细分析了现代信息社会特征对信息国防建设的影响,并从军事平衡角度为国家信息安全提出了战略性的分析与实施对策,目标是建立有序的信息安全实施体系。     

自然计算在九大高新技术领域的应用研究

在上海市重点发展的九大高新技术领域,对自然计算的内涵及应用进行了简介,综述了自然计算内涵的各类技术,在国内外九大高新技术领域的应用现状。通过应用现状对比,分析国内外应用的差距与优势,提出相应的改进意见,最后对自然计算进一步的应用前景进行了总结与展望。     

生物诱导的机器入行走控制研究进展

相对于轮式移动机器人,足式机器人本体容易跨越障碍,通过崎岖不平的地面,具有更强的运动灵活性和环境适应性.但由于多冗余自由度、重心变化等问题使得足式机器人行走控制非常复杂.目前,行走控制方法主要基于编程作业机制,即预先计算轨迹、步态等,这一方法不仅本身非常复杂,缺乏一般性,而且无法解决环境适应性问题,使得足式机器人本体特性不能得到充分的发挥.改变传统的思维模式,研究和抽象生物的行走机理并加以模仿可能是突破机器人行走控制瓶颈的有效途径,已引起科学家的广泛关注.基于中枢模式发生器(central pattern generator,CPG)的生物诱导行走控制方法是这一思路的典型代表,已经得到广泛关注并在机器人行走控制中取得了初步实验结果.文中回顾了CPG的生物学机理,介绍了其生物学存在依据、结构特性;从控制工程的角度,介绍了CPG的工程模拟、特性分析、以及目前在机器人行走控制中的研究进展;结合现有研究指出了该方法面临的困难、存在的问题及未来研究方向.     

基于实时视频感知的虚拟体育交互系统

针对疫情常态化背景下,传统体育项目受场地、器材等限制,市场上相关产品价格昂贵、可扩展性不足等问题,提出了一种基于实时视频感知的虚拟体育交互系统.该系统设计视频数据采集模块和人体关节点提取模块,结合OpenPose获取人体的关节点坐标,实时捕捉人体手势以及肢体动作.动作语义理解模块包括运动动作理解和绘图动作理解.前者根据运动中肢体关节点的相对位置关系,识别运动动作语义.后者将手腕部关节点绘图动作轨迹生成为草图图像,使用AlexNet进行识别分类,解析为对应的绘制动作语义.该模型在边缘端设备的分类准确率为98.83%.采用基于Unity设计的草图游戏应用作为可视化交互界面,实现在虚拟场景中的运动交互.该系统使用实时视频感知交互方式实现居家运动健身,无需其他的外部设备,具有更强的参与度和趣味性.